计算机断层成像(Computed Tomography,CT)技术,是一种依据外部投影数据重建物体内部结构图像的无损检测技术。最初应用于医学检测,随着微型计算机与图像处理系统的高速发展,医用CT很快形成了一个产业。医用CT的快速发展,很快的收到了工业界的关注,目前工业CT的发展极其迅速,作为一种无损的检测技术,工业CT已经广泛的应用于农业、石油、机械、矿产、汽车、航空航天,军事等领域。本论文介绍了CT图像重建的基本理论,介绍了几种经典的CT图像重建算法如:迭代代数重建算法、滤波反投影(Filtered-Back projection:FBP)重建算法、FDK (Feldkamp-Davis-Kress)重建算法等。目前使用最多的算法是FBP重建算法和在此基础上发展起来的FDK重建算法。采用这两种算法进行CT图像重建过程中,滤波函数起着非常重要的作用,它直接关系到CT断层图像重建的质量。为了满足重建过程中不同情况的需要,本论文从加权平均的思想出发,基于FBP重建算法的理论基础,提出了一种设计滤波函数的新思路,建立起一个滤波函数模型,并对该滤波函数模型的适用性进行了分析。在这个滤波函数模型的基础上,针对模拟的Shepp-Logan模型的投影数据,设计出一个具体的滤波函数。采用这个新设计的滤波函数和经典的S-L(Shepp-Logan)滤波函数、R-L滤波函数进行了图像重建比较。在综合考虑图像重建的密度分辨率和空间分辨率条件下,新设计的滤波函数重建的效果在整体性能上比其他两种滤波函数的重建效果要好。本论文MATLAB环境下,设计了可供用户选择合适的滤波函数的CT重建软件,并在C++环境下设计了FDK算法的CT重建程序。针对目前CT数据处理量大、断层图像重建时间长等缺点,本论文在对CT图像算法进行研究,并采用图形处理器(Graphic Processing Unit:GPU)并行计算技术,针对不同算法特点,在NVIDIA公司2006年11月提出的统一计算设备构架(Compute Unified Device Architecture:CUDA)的环境下,设计出并行处理程序。实现对CT图像重建的加速。在不影响重建图像精度的前提下,借助NVIDIA公司的大众消费类产品GeForce 9800GT (112SP, 14SM, 1GB)的并行计算能力,使CT图像重建的速度提高了11.30倍。在此基础上,本论文设计了基于LabVIEW环境的用户端程序,实现对样品在不同角度上的直接数字化X射线摄影(Digital Radiography:DR)图像显示,以及对重建后的各个断层图像进行了显示。对于得到的各个断层的数据,本论文还研究了实现样品三维显示的方案:采用第三方软件Amria软件实现样品的三维显示;利用OpenGL库开发出独立的三维显示模块。通过借鉴工业CT的成功,本论文对将CT这种无损检测技术应用于植物根系检测的可行性进行了探讨,并初步构建了CT系统的机械平台。